Compose

class torchrl.envs.transforms.Compose(*transforms: Transform)

组合一个转换链。

Transform 或 callable 均可接受。

示例

>>> env = GymEnv("Pendulum-v0")
>>> transforms = [RewardScaling(1.0, 1.0), RewardClipping(-2.0, 2.0)]
>>> transforms = Compose(*transforms)
>>> transformed_env = TransformedEnv(env, transforms)

append(transform: Transform | Callable[[TensorDictBase], TensorDictBase]) → None

将一个转换添加到链中。

Transform 或 callable 均可接受。

forward(tensordict: TensorDictBase) → TensorDictBase

读取输入 tensordict，并对选定的键应用转换。

insert(index: int, transform: Transform | Callable[[TensorDictBase], TensorDictBase]) → None

在链中指定索引处插入一个转换。

Transform 或 callable 均可接受。

to(*args, **kwargs)

移动和/或转换（cast）参数和缓冲区。

可以按以下方式调用

to(device=None, dtype=None, non_blocking=False)

to(dtype, non_blocking=False)

to(tensor, non_blocking=False)

to(memory_format=torch.channels_last)

其签名类似于 torch.Tensor.to()，但仅接受浮点或复数 dtype。此外，此方法仅将浮点或复数参数和缓冲区转换为 dtype（如果给定）。整数参数和缓冲区将移动到 device（如果给定），但 dtype 保持不变。当设置 non_blocking 时，如果可能，它会尝试相对于主机异步转换/移动，例如，将具有固定内存的 CPU Tensor 移动到 CUDA 设备。

参见下方示例。

注意

此方法会就地（in-place）修改模块。

参数：

• device (torch.device) – 此模块中参数和缓冲区的目标设备

• dtype (torch.dtype) – 此模块中参数和缓冲区的目标浮点或复数 dtype

• tensor (torch.Tensor) – 一个 Tensor，其 dtype 和 device 是此模块中所有参数和缓冲区的目标 dtype 和 device

• memory_format (torch.memory_format) – 此模块中 4D 参数和缓冲区的目标内存格式（仅限关键字参数）

返回：

self

返回类型：

Module

示例

>>> # xdoctest: +IGNORE_WANT("non-deterministic")
>>> linear = nn.Linear(2, 2)
>>> linear.weight
Parameter containing:
tensor([[ 0.1913, -0.3420],
        [-0.5113, -0.2325]])
>>> linear.to(torch.double)
Linear(in_features=2, out_features=2, bias=True)
>>> linear.weight
Parameter containing:
tensor([[ 0.1913, -0.3420],
        [-0.5113, -0.2325]], dtype=torch.float64)
>>> # xdoctest: +REQUIRES(env:TORCH_DOCTEST_CUDA1)
>>> gpu1 = torch.device("cuda:1")
>>> linear.to(gpu1, dtype=torch.half, non_blocking=True)
Linear(in_features=2, out_features=2, bias=True)
>>> linear.weight
Parameter containing:
tensor([[ 0.1914, -0.3420],
        [-0.5112, -0.2324]], dtype=torch.float16, device='cuda:1')
>>> cpu = torch.device("cpu")
>>> linear.to(cpu)
Linear(in_features=2, out_features=2, bias=True)
>>> linear.weight
Parameter containing:
tensor([[ 0.1914, -0.3420],
        [-0.5112, -0.2324]], dtype=torch.float16)

>>> linear = nn.Linear(2, 2, bias=None).to(torch.cdouble)
>>> linear.weight
Parameter containing:
tensor([[ 0.3741+0.j,  0.2382+0.j],
        [ 0.5593+0.j, -0.4443+0.j]], dtype=torch.complex128)
>>> linear(torch.ones(3, 2, dtype=torch.cdouble))
tensor([[0.6122+0.j, 0.1150+0.j],
        [0.6122+0.j, 0.1150+0.j],
        [0.6122+0.j, 0.1150+0.j]], dtype=torch.complex128)

transform_action_spec(action_spec: TensorSpec) → TensorSpec

转换动作规范 (action spec)，使结果规范与转换映射匹配。

参数：

action_spec (TensorSpec) – 转换前的规范

返回：

转换后预期的规范

transform_env_batch_size(batch_size: torch.batch_size)

转换父环境的批大小。

transform_env_device(device: device)

转换父环境的设备。

transform_input_spec(input_spec: TensorSpec) → TensorSpec

转换输入规范 (input spec)，使结果规范与转换映射匹配。

参数：

input_spec (TensorSpec) – 转换前的规范

返回：

转换后预期的规范

transform_observation_spec(observation_spec: TensorSpec) → TensorSpec

转换观测规范 (observation spec)，使结果规范与转换映射匹配。

参数：

observation_spec (TensorSpec) – 转换前的规范

返回：

转换后预期的规范

transform_output_spec(output_spec: TensorSpec) → TensorSpec

转换输出规范 (output spec)，使结果规范与转换映射匹配。

此方法通常应保持不变。更改应通过 transform_observation_spec()、transform_reward_spec() 和 transform_full_done_spec() 实现。 :param output_spec: 转换前的规范 :type output_spec: TensorSpec

返回：

转换后预期的规范

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

转换奖励规范 (reward spec)，使结果规范与转换映射匹配。

参数：

reward_spec (TensorSpec) – 转换前的规范

返回：

转换后预期的规范

transform_state_spec(state_spec: TensorSpec) → TensorSpec

转换状态规范 (state spec)，使结果规范与转换映射匹配。

参数：

state_spec (TensorSpec) – 转换前的规范

返回：

转换后预期的规范